传统零售商如何实现数字化转型？

当前沃尔玛、亚马逊等领先零售商已经利用实时和历史数据做出了许多重要决策，但大多数零售商仍在使用基本数字分析工具。这已经对行业产生了实质影响，数字化领先者的利润比迟滞者高出83%。

尽管了解数字化管理已经给零售行业带来了许多优势，但仍然有许多企业仍然不愿意实现数字化转型，其中主要是遇到了困难，一些零售商的管理者列举了以下六个主要原因：

1.文化：大多数公司存在风险规避问题，并且没有为数字化项目设定明确目标。一些人轻视数字化实现方法，认为这更像是艺术而不是科学。这些问题都源于企业文化的问题，需要从领导层开始改变。

2.组织：许多公司在集权与分权间保持平衡，这两者都至关重要。集权是为了实现效率、规模经济和一致性，而分权是为了灵活性、更强的本地化能力，以及对更广泛想法的接受能力。企业需要找到平衡点，以便更好地实现数字化转型。

3.人员：运行分析方法功能的人通常并不真正了解业务，这导致了分析人员与面临问题的人之间的沟通障碍。企业需要招聘具有业务知识和数据分析技能的人员，并为他们提供培训和发展机会。

4.过程：分析方法项目往往耗时太长，而且缺乏明确优先级。企业需要建立明确的目标责任线和流程，以便更好地实现数字化转型。

5.系统：许多公司必须应对杂乱的遗留系统，数据复杂性和工具复杂性间也经常出现不匹配的情况。企业需要投资于新的技术和系统，以便更好地管理和分析数据。

6.数据：数据质量和数据管理是最大的问题，数据通常分散在公司的不同地方，并且没有系统性的管理。企业需要建立数据管理体系，并投资于数据质量和数据分析工具。

许多落后公司的高管希望投资于基于云的存储和计算、更好的资产跟踪及更多技术，以提升客户体验，并跟踪消费者行为。

视频技术在许多愿望清单上也排名靠前，其次是移动应用。其他高管正在寻找可挖掘的产品属性数据，以便找到更多答案。大多数高管还期待着拥有更高质量的数据和更加智能的机器学习工具，以获得更为精细的决策支持。他们还希望在整合其他非传统数据上获得帮助，例如人口普查、人口数据，以及天气、店内客户活动、社交媒体活动、点击流和在线搜索趋势等方面的数据。但是仅获取数据还不够，还需要可以将数据转换为可操作知识的工具。

不可否认的是，数字化转型对零售业的影响已经显而易见，但实现数字化转型并不容易。企业需要从文化、组织、人员、过程、系统和数据等方面入手，才能更好地实现数字化转型。数字经济应用实践专家骆仁童指出：“数字化转型是零售业的必然趋势，企业需要积极应对，加强数字化建设，提升数字化能力，以适应市场的变化和客户的需求。”

在数字化转型的时代，高级分析方法（advanced analytics）可以为几乎所有业务问题提供更好的答案。然而，零售业中很少有公司充分利用这一机会。为了推进高级分析方法，企业需要评估自身立场，改进分析流程，并进行组织重新设计和策略性投资。以下是更详细的步骤：

首先，企业需要评估自身立场。这包括评估最常做的重要决策，以及用于做出这些决策的分析方法的先进程度。企业文化是否为循证决策做好了准备？企业是否组织好各个部门在使用分析方法时进行实验和创新，同时从这些经验中学习，以将成功的洞察力从局部应用，扩展到整个公司？企业是否有具备转换技能的人才，例如可以从业务问题转换到分析方法，再将分析结果转换为业务建议？企业是否具有系统基础设施，来收集、存储、组织、获取和处理分析方法方案所需的所有信息？

其次，企业需要改进分析流程。这包括评估现有数据进行更好分析后，可以改进哪些流程。企业需要思考如何改进用于分析数据的分析方法，以及如何使分析员采用的方法更具前瞻性和先进性。

一旦完成初步评估，企业需要进行组织重新设计和策略性投资。组织重新设计需要重申与分析方法相关的组织价值观。企业可以采用轴辐式结构，将专业知识嵌入特定的业务职能中。

这种组织设计有许多好处，例如卓越中心可以为从事分析工作的人员提供一个社区，方便监督，促进知识共享，还能汇集资源。通过将团队的一些成员安排在业务部门，企业避免了卓越中心独立工作的风险，特别是团队处理在技术上有吸引力，而非与实际相关的问题的风险。

策略性投资需要使用基于云的系统取代传统系统，打破数据孤岛，投资关键人才并开发获得这类人才的途径。数据治理是领先企业的关键优势。与集中存储一样，数据质量也是一个优先事项。企业需要投资关键人才，并且开发获得这类人才的途径。

企业可以与可以提供数据科学学位或类似项目的大学开展合作，这些项目通常会设法为学生提供可操作的真实课题。企业也可以为现有员工制定培训项目，向老板传递分析工具的一些基本知识，也可以向全职从事分析的人传授业务知识。

总之，数字经济应用实践专家骆仁童指出，学会从深刻见解中获益的人，无疑会比竞争对手获得更强大的运营优势。在有海量数据的时代，企业需要投资关键人才，并且开发获得这类人才的途径，以便更好地利用高级分析方法，实现数字化转型。

⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹

骆仁童老师主讲课程

智慧应用 |《智慧交通》.《数字政府》

人工智能 |  《人工智能》. 《ChatGPT》

数字应用 | 《大数据》.《区块链》.《元宇宙》

数字化转型 |《制造业》.《零售业》.《能源》

金融类课程 | 《金融科技》.《数字人民币》

思维与技能 |《组织变革》.《用户思维》

创新与创业 |《创业导师》.《中小企业赋能》